基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

基于车载CCD序列影像的建筑立面纹理映射

在车载LIDAR系统中,CCD相机系统侧重于获取精度的建筑物立面信息,非常适用于城市建筑物模型的快速构建.使用二维最大熵阈值分割对最佳影像进行有效地快速分割,采用Hough算子检测纹理边界,并利用点特征对纹理轮廓和模型轮廓进行匹配纠正.实验证明,该方法简单、快速,适合于大范围城市建筑物立面纹理映射.     

改进变异算子的差分进化算法并行性分析

针对并行差分进化算法的全局搜索能力和寻优的稳定性弱的现状,基于DE/best/1变异算子提出了一种改进的差分进化算法变异算子.该算子前期采用DE/best/1变异方法,当进化代数超过设定的进化代数值时,采用改进的变异算子.通过拓宽变异算子的搜索域来提高种群的多样性,提高了差分进化算法的寻优能力.对改进变异算子的并行差分进化算法进行了函数测试,实验结果表明:相比普通的变异算子,在相同种群规模的前提下,改进的差分变异算子拓宽了遗传算法的搜索域,提高了算法的全局搜索能力;在不同的种群规模下,改进的变异算子增强了算法的寻优稳定性.     

一种求解QoS约束组播路由问题的遗传算法*

针对多维QoS约束的组播路由问题,提出了一种基于遗传算法的解决方案QCMRA-GA(GA of QoS Constraints Multicast Routing Algorithm).该算法对经典遗传算法的三大算子进行了重新设计,有效地克服了遗传算法的早熟现象.对染色体进行Prufer树型编码,可以避免回路的产生,并根据编码特性,进行基于叶子节点和Steiner节点的解空间压缩,提高了算法的收敛速度.实验表明QCMRA-GA的正确性和效率性.     

基于计算机图形学的化工污水流量检测方法

化工企业的污水治理存在的主要问题是由于化工污水的含油特性导致传统方法不能有效检测流量等信息。提出了一种非接触、低成本、高稳定性的污水流量检测方法,研究内容包括污水流量在计算机图形学中的表达、污水流量检测模型和水体目标识别算法3个部分：构造双坐标系建立污水流量与摄像机图像在计算机图形学中的数学表达并证明污水流量检测可行性;构建污水流量与水域面积之间的数学模型,利用自然光下水体目标和墙壁等其他目标纹理特征差异性,实现自然图像污水水体目标识别;利用构建的数学模型和水体的识别结果计算出实际的污水流量。基于该方法开发了鲁棒的污水流量检测系统,并在真实场景中进行了实验,结果表明：在不同的天气状况下拍摄的图像,系统依然可以保证95%以上的流量检测精确度;非接触式的检测模式,减少了设备与化工污水之间的接触,增加了设备的使用寿命;文中实验硬件配置下,系统单幅图像的识别平均时间低于100 ms。     

杂质气体对二氧化碳在废弃气藏咸水层埋存的影响

废弃气藏是埋存二氧化碳的理想场所,但气藏中的杂质气体会影响二氧化碳在水中的溶解过程。针对此问题,建立了考虑逸度-活度的热力学模型,准确捕捉杂质气体-二氧化碳-咸水混合体系的热力学特征。在此基础上,采用基于算子的线性化数值方法,高效准确求解质量守恒方程,研究不同混合物对二氧化碳在咸水中扩散-对流的影响。以荷兰西佩尔尼斯气藏为例,分析并评价了废弃气藏二氧化碳埋存的可行性及潜力。研究结果表明,二氧化碳在咸水中的溶解度随压力的升高而增加,随温度及矿化度的升高而降低,相同压力下,25 ℃下的溶解度约为90 ℃下的2倍。不同杂质气体对二氧化碳溶解能力的影响不同,甲烷对二氧化碳溶解度降低程度最大,降低幅度约为12%。二维模拟结果表明,杂质气体会降低二氧化碳羽流指进的速度,延长对流触发的时间,5%的甲烷-二氧化碳混合体系对流触发时间是纯二氧化碳的2.5倍,但杂质气体对总的溶解量影响不大。西佩尔尼斯气藏模拟结果表明,废弃气藏开展二氧化碳埋存潜力巨大;短时间内,二氧化碳主要以游离气及束缚气形式存在,溶解气量较少。关井30 a后,游离气占74.2%,残余气占19.1%,溶解气仅占6.7%。     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

基于Canny边缘检测算子和去除小物体算法的熔池图像处理

采用基于Canny边缘检测算子和形态学去除小物体算法提出了一种新的熔池图像处理算法．首先对熔池的图像所具有的一些特性进行分析，然后对图像分别做中值滤波，二值化，边缘检测，和去除小物体处理。实验结果表明，该方法能够比较有效地得出熔池图像的边缘。     

LSO改进CGA解决多目标作业车间调度问题

针对传统方法在处理作业车间调度问题时很难将库存容量考虑在内的问题,提出了基于局部搜索算子(LSO)改进交叉遗传算法(CGA)的多目标作业车间调度模型。为了提高所提模型的效率,首先设计一种基于关键路径的交叉遗传算子;然后,设计一种新的局部搜索算子来提高遗传算法的局部搜索能力;最后,基于这两种算子,设计混合遗传算法框架,在考虑调度总完成时间的同时将库存容量作为目标进行优化。所提算法的有效性在FT10、LA01、LA06、LA11、LA21和LA36等基准问题测试中得到验证。仿真结果表明,与较为先进的非劣分层遗传算法(NSGA-II)相比,使用所提算法获得了更好的非支配解,从而更好地解决了多目标作业车间调度问题。